Evaluating emergency department transfers from urgent care centres: insights for paramedic integration with subacute healthcare
Notice bibliographique
Résumé
OBJECTIVE: Paramedics redirecting non-emergent patients from emergency departments (EDs) to urgent care centres is a new and forthcoming strategy to reduce overcrowding and improve primary care integration. Which patients are likely not suitable for paramedic redirection are unknown. To describe and specify patients inappropriate for urgent care centres, we examined associations between patient characteristics and transfer to the ED after patients initially presented to an urgent care centre. METHODS: A population-based retrospective cohort study of all adult (≥18 years) visits to an urgent care centre from 1 April 2015 to 31 March 2020 in Ontario, Canada. Binary logistic regression was used to determine unadjusted and adjusted associations between patient characteristics and being transferred to an ED using OR and 95% CIs. We calculated the absolute risk difference for the adjusted model. RESULTS: A total of 1 448 621 urgent care visits were reported, with 63 343 (4.4%) visits transferred to an ED for definitive care. Being 65 years and older (OR 2.29, 95% CI 2.23 to 2.35), scored an emergent Canadian Triage and Acuity Scale of 1 or 2 (OR 14.27, 95% CI 13.45 to 15.12) and higher comorbidity count (OR 1.51, 95% CI 1.46 to 1.58) had added odds of association with being transferred out to an ED. CONCLUSION: Readily available patient characteristics were independently associated with interfacility transfers between urgent care centres and the ED. This study can support paramedic redirection protocol development, highlighting which patients may not be best suited for ED redirection.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».